تطوير وكلاء الذكاء الاصطناعي باستخدام DSPy وMLflow في Databricks

نواصل استكشاف إمكانيات [DSPy](https://dspy.ai/) لبناء تطبيقات تعتمد على نماذج اللغة الكبيرة (LLMs)\*، مع دمج ميزات المراقبة من [MLflow](https://mlflow.org/genai/observability) والتبسيط المقدَّم من [Databricks](https://docs.databricks.com/aws/en/machine-learning/). (\* ولوقتٍ ما، سأتجنب استخدام مصطلح "وكيلاً" خارج العنوان فقط) ما الذي ستتعلّمه (وستكتشفه أثناء البرمجة المباشرة): 1. ستُنشئ مشروع **DSPy** مع **MLflow** (باستخدام أداة [uv](https://docs.astral.sh/uv/) القديمة الجيدة بالفعل، وبإصدارها [0.9.16](https://github.com/astral-sh/uv/releases/tag/0.9.16)! 🔥) 2. ستتعرف على واجهة سطر أوامر **MLflow CLI** 3. ستتعرف على نظام [تتبع MLflow](https://mlflow.org/docs/latest/ml/tracking/) لمراقبة تطبيقات الذكاء الاصطناعي (سواء كان MLflow مفتوح المصدر أو المُدار بواسطة Databricks) 4. ستُصمِّم تطبيق ذكاء اصطناعي مستقل باستخدام **DSPy** (**dspy.Signature** و**dspy.Module** وتقنية "نقطة التفاعل الحاسمة" **dspy.ReAct**) إذا كانت لديك أي أسئلة أو اقتراحات، أو إذا رغبت في المساهمة، فلا تتردد في التواصل معي عبر البريد الإلكتروني jacek@japila.pl. وأي مساعدة تقدّمها ستكون محل ترحيبٍ كبير! يرجى الإعلان عن هذا اللقاء (الـ meetup) بين أصدقائك. شكرًا جزيلًا، وأرحب بكم!